Sora爆火下的冷思考：生成式人工智能的精彩，還在泡沫後_風聞

實際上，人們並不知道他們要的是什麼，直到你把它展現在眼前。

文/青原

編輯/程墨

來源/萬點研究

“天空沒留下翅膀的痕跡，但我已飛過。”泰戈爾的傳世佳句，恰可形容OpenAI視頻生成模型Sora(日語“天空”發音)在輿論場上的現象級影響。

在Sora的吹風下，被視為”生成式人工智能硬件霸主“的英偉達，市值已躍過2萬億美元大關，其創始人黃仁勳，儼然已成為人類科技發展的頂級佈道者。而僅在十幾個月前，被加密貨幣泡沫破裂連番打擊的英偉達，股價重挫了60%，《經濟學人》雜誌甚至落井下石稱：“當他透過眼鏡打量他覺得會改變AI面貌的花哨新模型，以及像元宇宙這樣更模糊的概念，他是否存在低估此時此地殘酷性的危險？”

當下令人眼花繚亂，很多生成式AI的技術預測橫空出世，投資者對生成式AI的前景顯得愈發興奮。

其實，早在四分之一個世紀前，技術奇點理論佈道者Ray Kurzweil在其傑作《靈魂機器的時代》中，展望了“大規模並行神經網絡計算機”發展，並預測2020年前後在這一算力基礎支撐下，人工智能技術將實現一些里程碑：

絕大部分商業交易場景都包含有一個虛擬人；

大多數道路安裝有自動駕駛系統；

人們開始與機器人建立聯繫，把它們當作同伴、教師、看護者甚至愛人；

虛擬藝術家出現於各種藝術領域；

媒體廣泛報道電腦通過了圖靈試驗，雖然這些試驗還不符合內行認定的標準…

歷經二十多年亢奮與失望交錯的曲折前行，直到OpenAI的崛起，似乎讓我們堪稱趕上了未來科學界所描繪的進步里程碑。

對生成式人工智能的技術意義，素來低調的深度學習教父Geoffrey Hinton也不吝溢美之詞：“AI對世界的改變將超過人類歷史上任何事物，它在尺度上堪與工業革命相比，抑或是車輪、電能的發明”。（“AI is going to change the world more than anything in the history of humanity.”）

的確，即便無法説出Hinton或黃仁勳等大咖的金句，普通公眾也不難從ChatGPT、Sora的病毒式傳播中，被喚醒某種樸素而又強烈的直覺，意識到一場重大的變革正在當下發生。如果説2016年的AlphaGo人機大戰，完成了對人工智能“有用性”（usefulness）的全民普及，那麼如今熱度一浪高過一浪的AI大模型，則可被視為“易用性”（easeofuse）的清晰展示，技術擴散的兩大先決條件至此已然齊備，人工智能“漫長的夏天”已可預見。

宣稱Sora代表着OpenAI底層模型對真實世界已具備認知和理解能力，AI足以生成自己的開放世界，並且在這個世界中自我交互、自我進化，通向通用人工智能（AGI）的道路已然貫通。

然而，過濾掉李一舟式的”土法上馬“玩家，圍繞生成式AI的解讀已汗牛充棟，但真正能夠解釋出“到底有什麼用？有多大用？”這些本質的問題上，迄今依然沒有清晰明確的答案，事實上，被打磨得絲絲入扣的技術與商業演進故事中，許多關鍵里程碑都並非事先存在於某個技術天才的腦海，其或是工程實踐中相互啓迪深化認知、逐漸形成的研究羣體共識產物，或是純屬神經網絡模型自行“湧現"的特性。

“人們並不知道他們要的是什麼，直到你把它展現在眼前”，喬布斯的這句名言，既適用於創新的受眾，也同樣適用於創新的主體。

就拿OpenAI來説，其GPT模型的性能“湧現”，本就是一個工程探索中隨着模型參數量提高而帶來的“意外”，至於Sora所展現出的幀間連貫性、客體一致性，該項目開發者Tim Brooks同樣坦承是一種未曾事先設定的能力，從所謂的Diffusion Transformer工程原理看，Sora恐怕的確談不上”世界模型“，按照Yann LeCun對世界模型的描述，其中所必需的真實物理世界直覺性”常識“，顯然與擅長逼近隱含概率分佈的傳統神經網絡路徑南轅北轍，驚豔的視頻效果可能僅僅證明，Sora學到了物理規律的概率分佈，而不是物理定律本身。

從技術路線的角度進一步深入追問，Sora仍然沒有證明或證偽一個異常重要的問題：面對神經網絡的”黑箱“，暴力提升複雜性的Scaling Law到底是通向AGI的可行路徑，還是一個低垂果實被摘取殆盡、飽食之後的甜美錯覺？

如果答案是前者，那麼毫無疑問，美國已經牢牢捏住了通向AGI的全部關鍵籌碼，從以英偉達為代表的基礎設施供應商，到OpenAI、谷歌等大模型開發者，其相對海外競爭者的優勢之大都堪稱驚人，而其對中國這一主要競爭者的連番打壓則顯示出美國人主動捍衞這一優勢的決心，不過在美國AI產業”贏麻了“的高光時刻，或許有必要同時銘記一個冷峻的規律：命運的饋贈，往往也同時包含着代價。

埃森哲此前進行的一項生成式AI對人類工作崗位衝擊程度研究中，銀行、保險、軟件赫然位列風險暴露程度前三高行業，而眾所周知，這些皆為當前美國經濟的高端支柱，一旦生成式AI的技術成熟度越過某一平衡點，其加速普及或將使美國自身最先也最深地感受到轉型之痛，其間的社會經濟後果尚難意料。

而如果答案是後者，那麼人工智能史上第一次大低谷時的評斷，同樣可以無縫挪用到今天：“第一個爬上樹的人可以聲稱這是飛往月球的顯著進步”。

在Scaling Law邊際效應遞減的情況下，語言文字類大模型應用能否克服間歇性幻覺和災難性遺忘，避免輸出類似於前一段時間”動車組列車温度達到了1538℃“的笑話？

再以Sora為例，其應用前景能否指向所謂的”一句話生成一部電影“？從目前推測看，如果該模型無法實現連續提示校正，而只能靠Prompt擲骰子一樣反覆嘗試效果，則其在圖像生產場景中的應用仍然會是鏡花水月，即便是短時長的廣告視頻製作，其細分市場規模又是否能撐得起當下不下10萬億美元的生成式AI概念股市值？

無論如何，有這樣一個事實值得強調，今天公眾對Sora的狂熱期盼，在工業革命發軔以來已經出現過許多次，每一次人們都認為，距離自動化帶來的人類社會新紀元已經咫尺之遙。看看控制論之父維納在其1950年作品《人有人的用處》中所討論的機器替代人類可能性及其影響，與今天的輿論議題是何其相似：”從這一階段開始，一切工作都可以由機器去完成。這種機械化的方法同樣適用於工業企業圖書館和檔案處的絕大部分的工作上面。換句話説，機器既不偏愛體力勞動，也不偏愛文牘式的勞動。因此,新的工業革命所能滲透進去的領域就會非常廣泛，包括執行不太用腦筋的一切勞動在內……新工業革命是一把雙刃刀，它可以用來為人類造福，也可以毀滅人類，如果我們不去理智地利用它，它就有可能很快地發展到這個地步的。“

當然，今天的ChatGPT、Sora乃至稍早前同樣里程碑意義的AlphaGO，儘管帶給公眾的感知衝擊清晰而深刻，但任何切換到生產者視角的普通人，都不難立即理解其在能力和場景上，與生產力工具的要求之間仍有深深的鴻溝，激發起大眾的獵奇心，只是從技術可能性到商業變革的萬里長征第一步。

讓時間給出答案，或許是最明智的一種態度。

毋庸置疑，當下的AI狂熱，已經堪與千禧年的互聯網泡沫相媲美，彼時狂熱的投資者與創業者們，同樣在缺少清晰應用場景的情況下，樂於為想象中的變革願景壓上一切，這場泡沫慘烈破滅後不久，2001年聖誕購物季亞馬遜扭虧為盈，方才標誌着互聯網經濟找到了方向感。

人們一次次因為看到山峯而出發，又因為尋找路徑而卻步，直到在低谷與邊緣，工程與應用創新的重大突破自下而上點燃，歷史的脈絡，總是這麼簡潔而深刻。

以史為鑑，生成式人工智能的產業化之路，恐怕依然會是如此，向前走迷迷茫茫，向後看清清楚楚。在主要平台型巨頭的AI算力與AI模型”軍備競賽“完成後，OpenAI乃至英偉達的資本泡沫恐怕也將難逃出清命運，抓緊時間兑現價值，這或許正是前者精心包裝Sora以作公關的意圖所在，不過產業的精彩，恐怕正要待泡沫破裂之後才會真正上演。

Kurzweil曾經的另一段預言，或可作為本文結語與期許：”考慮到所有這些因素，我們有理由估計，到2020年左右一台價值1000美元的個人計算機在運算速度和容量方面，尤其是在神經連接運算（人腦的主要運算方式）方面將相當於人的大腦“。